np.random.randint(起始值，结束值，size=(行，列))：生成范围，包左不包右的随机整数矩阵。print(f'numpy的元素数据类型{arr1.dtype}')print(f'numpy的数据类型{type(arr1)}')print(f'numpy的元素个数{arr1.size}')创建ndarray：多维的数组对象，中的元素的数据类型是相同的。print(f'numpy的形

行起始:行结束, 列起始:列结束]遵循左闭右开的原则。[1:4,0:2]为第一行到第三行，第0列到第一列。相乘:np.multiply(参数一，参数二)np.where(条件，符合条件，不符合条件)相除:np.divide(参数一，参数二)[1:3，:]为第一行到第二行的所有列。最大值下标索引：argmax()最小值下标索引：argmin()中位数：median()累加和：cumsum()累乘：c

min(最小值), max(最大值), mean(平均值), median(中位数), var(方差), std(标准差),mode(众数)df为DataFarme的对象由多个Series组成，而Series是DataFarme的列对象。colunm_names=['语文','数学','英语','物理','化学']'name':['张三','李四','王五'],'gender':['男','女',

df=pd.read_csv('data/csv示例文件.csv',sep=',',encoding='gbk',index_col=0)df7['成绩排名'] = df7.成绩.rank(method='dense', ascending=False)df.groupby(['city','channel']).get_group(('北京','线下'))df7.country.replace(

axes[0].plot(x,y_beijing,color='red',linestyle='--',label='北京')axes[0].plot(x,y_beijing,color='red',linestyle='--',label='北京')plt.plot(x,y_beijing,color='red',label='北京',linestyle='--')axes[1].plot(x,

让专家标注少量数据，利用已经标记的数据训练一个模型，用这个模型去预测没有标签的数据，拿这个结果与行业专家分类结果做对比。有监督学习：输入数据是由输入特征值和目标值所组成即输入的训练数据有标签，数据集：需要表述数据的标签/目标值。:有标签和无标签一起训练,对现有无标记的数据进行预测（无标记的数据是同一批数据不是新的）有监督学习：疾病诊断，收集带标签的数据来进行模型的训练，用模型来预测不带标签的数据。

举个例子： ABCD四点 X=[ [1,1], [2,2], [3,3], [4,4] ] ， 计算AB AC AD BC BD切比雪夫距离经计算得: AB =max(|2−1|, ⌈2−1⌉) = 1d = 1 2 3 1 2 1。计算未知样本到每一个训练样本的距离 将训练样本根据距离大小升序排列 取出距离最近的 K 个训练样本 进行多数表决，统计 K 个样本中哪个类别的样本个数最多 将未知的样

模型划分时stratify=y参数，进行数据集划分的时候，避免测试集和训练集因为划分造成数据比例失衡，导致某些数据比例过高，影响模型的训练，，保证了测试集和训练集与原始数据集中数字的比例相同。其余784列为该图像的像素值。df = pd.read_csv(r'../../data/手写数字识别.csv', encoding='utf-8')model=joblib.load('../../mode

超参数：就是人手动输入的参数，超参数的本质是为模型学习过程划定规则、范围或初始条件，直接影响模型的学习效率、泛化能力和最终性能好的超参数调优往往能让模型性能提升一个档次，是机器学习工程中至关重要的环节。交叉验证：对已经划分训练集和测试集的的数据，拿训练集进一步划分，划分为n分，拿其中的一份为测试集，其他的n-1份为训练集，交叉验证法，是划分数据集的一种方法，目的就是为了得到更加准确可信的模型评分。

from sklearn.metrics import mean_squared_error, root_mean_squared_error, mean_absolute_error# 计算均方误差, 均方根误差, 平均绝对误差。from sklearn.metrics import mean_squared_error,mean_absolute_error,root_mean_squared